[发明专利]实体关系抽取方法、装置

权利要求书

1.一种实体关系抽取方法，其特征在于，所述方法包括：

获取多个文本分别对应的第一词性序列，每个文本对应的第一词性序列包含所述每个文本的分词结果中的各个分词所对应的词性元素；

将所述每个文本中已标注分词的标签映射到所述每个文本对应的第一词性序列的词性元素上，生成所述每个文本对应的第二词性序列，所述标签包含实体标签和实体关系标签；

根据所述多个文本分别对应的第一词性序列，从所述多个文本分别对应的第二词性序列中选择至少一个第二词性序列作为标签序列模式；

根据所述标签序列模式确定目标文本中未标注分词的标签，以根据所述目标文本中的标签生成所述目标文本的实体关系抽取结果。

2.根据权利要求1所述的方法，其特征在于，根据所述多个文本分别对应的第一词性序列，从所述多个文本分别对应的第二词性序列中选择至少一个第二词性序列作为标签序列模式，包括：

从所述多个文本分别对应的第一词性序列中选择在所述多个文本中的第一支持度大于第一阈值的词性元素，得到所述多个文本分别对应的第三词性序列；

对所述多个文本分别对应的第三词性序列进行序列模式挖掘，生成频繁序列模式；

根据所述频繁序列模式，从所述多个文本分别对应的第二词性序列中选择至少一个第二词性序列作为所述标签序列模式。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

根据所述多个文本分别对应的第一词性序列中的词性元素，在所述多个文本中统计包含各个词性元素的文本数量；

计算包含所述各个词性元素的文本数量与所述多个文本的总数量之间的比值，得到所述各个词性元素在所述多个文本中的第一支持度。

4.根据权利要求2所述的方法，其特征在于，对所述多个文本分别对应的第三词性序列进行序列模式挖掘，生成频繁序列模式，包括：

从所述多个文本分别对应的第三词性序列中选择词性元素作为前缀，并确定与所述前缀对应的至少一个后缀，所述至少一个后缀包含有所述第三词性序列中位于所述前缀之后的词性元素，且包含的词性元素的位置顺序与在所述第三词性序列中的位置顺序一致；

从所述至少一个后缀中选择在所述至少一个后缀中的第二支持度大于所述第一阈值的一个词性元素添加至所述前缀中，得到新的前缀，并继续确定与所述新的前缀对应的新的后缀，直至从确定出的新的后缀中无法选择出第二支持度大于所述阈值的词性元素为止；

根据得到的多个前缀，生成所述频繁序列模式。

5.根据权利要求4所述的方法，其特征在于，根据得到的多个前缀，生成所述频繁序列模式，包括：

若所述多个前缀中存在包含有其他前缀中的词性元素，且包含的词性元素的位置顺序与在所述其他前缀中的位置顺序一致的目标前缀，则将所述目标前缀作为所述频繁序列模式。

6.根据权利要求4所述的方法，其特征在于，所述方法包括：

根据所述至少一个后缀中的词性元素，在所述至少一个后缀中统计包含各个词性元素的后缀数量；

计算包含所述各个词性元素的后缀数量与所述多个文本的总数量之间的比值，得到所述各个词性元素在所述至少一个后缀中的第二支持度。

7.根据权利要求2所述的方法，其特征在于，根据所述频繁序列模式，从所述多个文本分别对应的第二词性序列中选择至少一个第二词性序列作为所述标签序列模式，包括：

根据所述频繁序列模式从所述多个文本分别对应的第二词性序列中选择至少一个目标词性序列，所述至少一个目标词性序列包含有所述频繁词性序列模式中的词性元素，且包含的词性元素的位置顺序与在所述频繁词性序列模式中的位置顺序一致；

计算每个目标词性序列中的标签数量与所述至少一个目标词性序列中的标签数量之和的比值，得到所述每个目标词性序列对应的置信度；

将所述置信度大于第二阈值的目标词性序列作为所述标签序列模式。